在深圳，低空物流已经出现了普通人能看到的场景。经济日报2025年7月14日报道，丰翼宝安低空智慧物流运营中心的物流无人机，数分钟可把货物送到十几公里外的物流站点；深圳湾公园也有手机下单后由无人机配送的尝试。
这些案例说明固定线路可以跑通，却不能直接推导出城市低空物流已经进入大范围运营。国务院发展研究中心王明辉指出，低空载物货运是利用无人机、eVTOL等飞行器，在1000米以下空域执行货物运输。当前行业仍处于特定场景的小规模探索，应用更多集中在偏远地区、山区和海岛等传统物流覆盖困难的区域。
高密度城区比固定园区多出两道硬约束：楼间风会随建筑形态和天气变化，多架飞行器还要共享航路与起降点。AI在这里主要干两件事：提前估计楼间风，给每架无人机分配带时间的航路。
楼间风，先预测再纠偏
PID等反馈控制仍是飞行稳定的基础，但它主要根据已经出现的姿态偏差进行修正。高楼转角、狭窄通道和背风面会改变局部气流；当风向或风速在短距离内快速变化，飞行器面对的就是局部风切变。等无人机明显偏航后再纠正，留给控制系统的余量会变小。
一种可行做法是给航线叠加微尺度气象模型。模型结合城市三维建筑数据、气象站观测和机载传感器，持续估计不同路段的风向、风速和扰动风险。飞前规划据此避开风险较高的通道；飞行中再更新路线、速度和姿态建议，机载控制器负责最后的快速修正。
这里没有神奇的“预判感”。模型给出风险范围，飞控负责执行。如果某片区域的观测数据不足，或者环境变化超出模型覆盖，系统仍应按更保守的条件规划航线。城市风场越复杂，数据覆盖和模型更新越不能省。
航线加上时间，才有协同
单架无人机能绕开障碍，不代表多条航线可以同时顺畅运行。每架飞机都独立避让，容易造成重复减速和绕行，也无法决定谁先进入同一条航路。更有效的做法，是在起飞前就把大部分冲突拆开。
动态空域槽位的思路，是把一条空间航线改成四维轨迹：除位置和高度，还要明确何时经过。调度中心先按订单、天气、电量和起降点状态分配时间窗；区域节点持续预测航线冲突，必要时调整速度、高度或进入顺序；机载视觉和测距传感器则处理飞鸟、临时障碍等近距离事件。
这样一来，常规冲突由调度系统提前处理，端侧设备只需应对无法预排的突发情况。视觉避障依然重要，但它承担的是最后一道安全防线，不能代替整片空域的统一安排。
王明辉的文章也提到，当前技术验证与政策试点正在并行推进，各地正建立基础的空域管理和安全标准体系。算法之外，不同运营方能否共享飞行状态、航路规则和调度接口，同样会影响系统效率。信息无法互通，统一调度拿到的就只是局部画面。
送到站，还没到“最后一米”
按照国务院发展研究中心的表述，低空货运通过三维飞行路径连接仓储中心和配送终端，目标是把配送服务从“最后一公里”继续延伸到“最后一米”。这最后一米，需要接驳点、货物交接、充电维护和异常处置共同配合。
深圳已有案例都设置了较明确的起终点，包括运营中心、物流站点和公园配送区域。进入写字楼或社区后，起降位置由谁提供、货物由谁接收、设备何时维护，都会进入日常运营的成本表。现阶段先在固定航线、固定站点和需求明确的区域运行，能够减少不可控因素，也更容易划清责任。
人民网2025年6月25日报道称，低空物流产业链正在加速形成，应用从城市“分钟级配送”延伸到山区乡村的“最后一公里”。这里的“加速形成”更适合读作应用范围正在扩大，还不能等同于城市全域已经成熟。
判断一座城市能否把无人机配送做成稳定服务，可以看三件事：遇到楼间突发风况时能否安全改线，多家运营方能否共享空域信息，货物到站后能否顺利交接。前两项需要AI导航和空域调度，后一项依赖站点、规则和日常运营。一次飞行成功只是展示，持续按时、安全地交付，才是低空物流真正的门槛。
